[发明专利]一种头颈体动脉瘤检测方法、装置及计算机可读存储介质有效
申请号: | 201910234798.9 | 申请日: | 2019-03-26 |
公开(公告)号: | CN109948622B | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 肖月庭;阳光;郑超 | 申请(专利权)人: | 数坤(北京)网络科技有限公司 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06T7/136 |
代理公司: | 北京乐知新创知识产权代理事务所(普通合伙) 11734 | 代理人: | 张洋;李杏 |
地址: | 100102 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 头颈 动脉瘤 检测 方法 装置 计算机 可读 存储 介质 | ||
本发明公开了一种头颈体动脉瘤检测方法、装置及计算机存储介质,其中,方法包括:获取头颈体原始图像;对所述头颈体原始图像进行分割处理,得到头颈体分割数据;对所述头颈体分割数据进行转换处理,得到特征体数据;对所述特征体数据进行提取处理,得到候选动脉瘤区域,提高了头颈体动脉瘤检测的结果准确性。
技术领域
本发明涉及医学成像领域,尤其涉及一种头颈体动脉瘤检测方法、装置及计算机可读存储介质。
背景技术
随着科学技术的发展,人体内的绝大部分血管中出现的动脉瘤能够通过电子计算机断层扫描(CT,Computed Tomography)诊断出。
由于头颈部位的血管与身体中其他部位的血管相比直径更细,因此头颈体中的动脉瘤检查难度更高,因此,现有的医学成像技术还无法直接通过计算机检测出头颈体血管中的动脉瘤。现有的动脉瘤诊断,多是通过医生对CT扫描得到的CT图像进行人为分析,从而根据主观经验进行判断。
但是,由于诊断结果医生判断时主观因素较高,同时人为进行判断容易出现判断误差,因此动脉瘤检测的结果准确性较低。
发明内容
为解决上述问题,本发明提供一种头颈体动脉瘤检测方法、装置及计算机存储介质,以提高头颈体动脉瘤检测结果的准确性。
本发明一方面提供一种头颈体动脉瘤检测方法,所述方法包括:获取头颈体原始图像;对所述头颈体原始图像进行分割处理,得到头颈体分割数据;对所述头颈体分割数据进行转换处理,得到特征体数据;对所述特征体数据进行提取处理,得到候选动脉瘤区域。
在一可实施方式中,对所述头颈体分割数据进行转换处理得到特征体数据,具体为:对所述头颈体分割数据进行距离变换处理,得到特征体数据。
在一可实施方式中,对所述头颈体分割数据进行距离变换处理,具体为:对所述头颈体分割数据进行提取中心线处理,得到血管中心线数据;对所述血管中心线数据进行中心线距离变换处理,得到特征体数据。
在一可实施方式中,所述对特征体数据进行提取处理得到候选动脉瘤区域,包括:根据所述特征体数据,计算最大距离变化值;判断所述最大距离变化值是否大于变化阈值;当所述血管候选的最大距离变化值小于所述变化阈值时,认定所述血管候选对应的血管为正常血管;当所述血管候选的最大距离变化值大于所述变化阈值时,将所述血管候选认定为所述候选动脉瘤区域。
在一可实施方式中,在得到所述候选动脉瘤区域后,所述方法还包括:对所述候选动脉瘤区域进行去噪声处理。
在一可实施方式中,对所述候选动脉瘤区域进行去噪声处理,具体包括:根据坐标膨胀值对所述动脉瘤候选区域进行膨胀处理,得到候选膨胀区域;由头颈体血管CT图像中提取与所述候选膨胀区域对应的候选动脉瘤CT图像;获取动脉瘤分类模型;比对所述动脉瘤血管CT图像与所述动脉瘤分类模型,以排除所述候选动脉瘤区域中的噪声,得到动脉瘤确诊区域。
在一可实施方式中,得到动脉瘤确诊区域后,所述方法还包括:对所述动脉瘤确诊区域所对应的头颈体分割数据进行分析处理,从而判定所述动脉瘤确诊区域中的动脉瘤严重级别。
本发明另一方面还提供一种头颈体动脉瘤检测装置,所述装置包括:获取模块,用于获取头颈体原始图像;分割模块,用于对所述头颈体原始图像进行分割处理,得到头颈体分割数据;转换模块,用于对所述头颈体分割数据进行转换处理,得到特征体数据;提取模块,用于对所述特征体数据进行提取处理,得到候选动脉瘤区域。
在一可实施方式中,所述转换模块包括:距离变换单元,用于对所述头颈体分割数据进行距离变换处理,得到特征体数据。
本发明又一方面还提供一种计算机可读存储介质,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行上述任一项所述的头颈体动脉瘤检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于数坤(北京)网络科技有限公司,未经数坤(北京)网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910234798.9/2.html,转载请声明来源钻瓜专利网。